Het ongeleid projectiel dat het internet heet
Ondanks de vergevorderde technologieën heeft de mensheid minder dan 10% van de oceaanbodem in kaart gebracht [1]. Dit staat echter in schril contrast met het heelal, waarvan een percentage met een heleboel nullen achter de komma nog maar ontdekt is. Alsof deze taak nog niet moeilijk genoeg was, groeit ons melkwegstelsel ook nog eens met 500 meter per seconde, wat neerkomt op de grootte van een aarde elke 7 uur [2]. Dit maakt deze missie van heelal exploratie letterlijk een geval van dweilen met de kraan open.
Naast deze externe ontdekkingsreizen hebben we ook in ons dagelijks leven te maken met een ongeleid projectiel dat maar blijft groeien en zich daardoor moeilijk laat vangen, namelijk het internet. Er wordt dagelijks ontzettend veel tekstdata gegenereerd in de vorm van social media posts. Alleen al Twitter wordt dagelijks gebruikt door een miljoen Nederlanders. Per maand worden er meer dan 5 miljoen Nederlandse tweets verstuurd door 385.000 verschillende auteurs [3]. Allemaal data waar waardevolle informatie in kan verschuilen. Daarnaast worden in de krochten van social media, bijvoorbeed in Facebook comments, ook veel ongefundeerde meningen gedeeld. Het waardeoordeel hiervan is dubieus, maar feit is wel dat deze mening veel internetgebruikers kan bereiken. Deze data kan door jouw potentiële klanten gebruikt worden om een mening te vormen. Dit geldt met name voor reviews. En deze reviews zijn belangrijk. Want wist je dat reviews geschreven door andere internetgebruikers vaak net zo zwaar tellen als de mening van een vriend in het vormen van een mening [4]? Het is dus cruciaal om een helder overzicht te hebben van wat er daadwerkelijk online over jouw organisatie wordt gezegd, zodat je hier op in kan spelen. Niet alleen de reputatie van je eigen bedrijf is belangrijk, ook kan het waardevol zijn om te analyseren hoe je directe concurrenten online te boek staan. Echter vergt het bijhouden en lezen van deze tekst veel inspanning. Gelukkig is hier een oplossing voor!
Door middel van Natural Language Processing kan dit namelijk worden geautomatiseerd in drie stappen. De eerste stap in dit proces is het automatisch uitlezen van websites als Twitter, Facebook, Trustpilot, Indeed, etc. Na het opslaan van deze data wordt er topic modelling en sentiment analyse toegepast. Zo kan er voor een webshop op basis van de gegeneerde dataset de volgende topics worden geïdentificeerd: levertijd, aanbod, klantenservice. Door vervolgens de tekst per topic te analyseren kan worden bepaald hoe potentiële klanten deze topics ervaren. Dit sentiment kan in een overzichtelijk dashboard, per onderwerp, weergeven worden.
Wil jij weten hoe potentiele klanten jouw organisatie ervaren en wat jouw online reputatie is? Laat het mij dan weten via rehan@yse.nl.
